고정밀 지도 지원이 부족하여 미지 환경에서의 로봇 내비게이션은 도전 과제입니다. 실시간 지도를 구축하는 데는 많은 계산 자원이 필요하지만, 센서 데이터는 로봇 내비게이션에 충분한 환경 정보를 제공합니다. 본 논문은 2차원 라이다(LiDAR)만을 사용하는 설명 가능한 무지도 내비게이션 방법을 제안하며, 인간이 막다른 골목에서 탈출하는 전략을 시뮬레이션하여 내비게이션을 수행합니다. 전통적인 전역 경로 계획, 시각 방법 또는 학습 방법에 의존하는 방식은 많은 데이터와 하드웨어 지원이 필요하지만, 본 논문의 방법은 경량화되고 견고하며 사전 지도가 필요 없습니다. 이 방법은 진동 현상을 효과적으로 억제하며, 로컬 최적 함정에서 자율적으로 벗어나는 능력을 갖추고 있습니다. 다양한 환경과 경로에서 수행한 실험(소거 연구 및 기존 프레임워크와의 비교 포함)은 본 방법이 무지도 조건에서 지도 기반 내비게이션에 가까운 성능을 달성함을 보여줍니다—고전적인 무지도 알고리즘 Bug2와 비교하여 평균 경로 길이를 50.51% 단축하였으며, 지도 기반 내비게이션 방법과 비교하면 평균 경로 길이는 단지 17.57%만 증가했습니다.

벡터 필드 히스토그램 알고리즘; 밀도 기반 잡음 공간 클러스터링(DBSCAN); 진동 제거; 임시 목표 예측